รวบตึง Case ตัวอย่าง A/B testing ที่ควรปรับใช้สำหรับเว็บไซต์
รวบตึง Case ตัวอย่าง A/B testing ที่ควรใช้สำหรับ เว็บไซต์
แบรนด์หรือองค์กรที่มีแพลตฟอร์มเว็บไซต์แล้วอยากจะพัฒนาปรับปรุง ให้มีประสิทธิภาพมากขึ้น ลองใช้การ A/B testing เว็บไซต์ เพื่อช่วยให้ตัดสินใจแบบไม่ต้องเดาหรือรอลุ้นเพราะสามารถเก็บ Data ล่วงหน้าได้ เป็นกระบวนการที่นิยมใช้ในการทดสอบเวอร์ชั่นต่าง ๆ ของเว็บไซต์หรือแอปพลิเคชัน เพื่อวัดผลและเปรียบเทียบว่าเวอร์ชั่นไหนมีประสิทธิภาพมากกว่ากันอยู่แล้วค่ะ ซึ่งเป็นพื้นฐานของยุคการตลาดดิจิทัลเลยก็ว่าได้
อีกทั้งประโยชน์สำคัญคือทำให้เรารู้ว่าแบบไหนถึงจะน่าสนใจและสร้างยอดขาย เกิด interaction ที่เราต้องการได้จริง ใช้ได้กับหลายบริบท แม้แต่กับการสมัครสมาชิกหรือทำแบบประมาณ แค่เปลี่ยนอะไรนิดหน่อย แล้วทำ A/B testing ก็จะทราบได้ว่าเราควรใช้เวอร์ชั่นไหน กระบวนการก็จะสามารถปรับเปลี่ยนได้ตามการทำงานของแต่ละเว็บไซต์และกลยุทธ์ของแบรนด์นั้น ๆ อาจเริ่มที่การค้นคว้าหรือคำร้องเรียนก็ได้ เป็นต้นค่ะ
แน่นอนว่าสำหรับธุรกิจที่จะเติบโตแล้ว มีเว็บไซต์อย่างเป็นทางการ และเป็นช่องทางหลัก ช่องทางหนึ่งก็ว่าได้ การใช้กลยุทธ์ต่าง ๆ ไม่ว่าจะเป็นการทุ่มงบไปกับ SEO, content marketing และ paid advertising แต่การทำ A/B testing นั้นจะทำให้เราเห็นช่องทางที่ดีที่สุด สร้าง Conversion ได้โดยที่ไม่ต้องทุ่มงบผิดทางค่ะ
อธิบายตัวอย่างเคสง่าย ๆ ที่ยังไม่ได้ใช้ Data เชิงลึกมากนักคือการทำปุ่ม CTA ลองทำเป็น 2 สีคือ กลุ่ม A มีสีน้ำเงินและกลุ่ม B มีสีส้ม เมื่อทดสอบสิ่งนี้พบว่ากลุ่ม A มีอัตราการคลิกเพิ่มขึ้น 15% เมื่อเทียบกับกลุ่ม B ดังนั้น แบรนด์ก็สามารถเลือกใช้สีเขียวสำหรับปุ่มในหน้าสินค้าเพื่อเพิ่มโอกาสในการคลิกและซื้อสินค้าของลูกค้าได้ เป็นต้นค่ะ
สำหรับเว็บไซต์ขายสินค้าออนไลน์ ต้องการเพิ่มยอดการสั่งซื้อ หรือลูกค้ากดใส่ตระกร้าแล้วทำไมไม่ชำระเงินล่ะ ก็ลองใช้ A/B testing เพื่อทดสอบการเปลี่ยนแปลงต่าง ๆ ว่าจะสามารถเพิ่มการคลิกและซื้อสินค้าได้หรือไม่ ได้ดังนี้ค่ะ
- เปลี่ยนตำแหน่งปุ่ม “ซื้อสินค้า”
- เปลี่ยนสีหรือขนาดปุ่ม “ซื้อสินค้า”
- เปลี่ยนเลเอาท์หน้าเว็บไซต์
เคสที่ประสบความสำเร็จในการทำ A/B testing เพื่อพัฒนาเว็บไซต์
1. Grene ทดสอบ redesigned รถเข็นขนาดเล็กใหม่ ผลลัพท์มีการสั่งซื้อเพิ่มขึ้น 2 เท่า
Grene เป็น eCommerce brand ในโปแลนด์ จำหน่ายผลิตภัณฑ์ที่เกี่ยวข้องกับการเกษตรที่หลากหลาย ในช่วงหลายปีที่ผ่านมา ยักษ์ใหญ่ด้านอีคอมเมิร์ซได้ทำ A/B tests ที่ประสบความสำเร็จหลายครั้งเลยค่ะ ซึ่งหนึ่งในนั้นคือการปรับปรุงหน้า mini cart เพื่อเพิ่มความโดดเด่น ใช้งานง่ายกว่าเดิม
เพราะเค้าพบปัญหาเกี่ยวกับปุ่มที่กดลำบาก ลบของในตระกร้ายาก กดยืนยันไม่สะดวก หลังจากดำเนินการเปลี่ยนตามการทดสอบเป็นเวลา 36 วัน Grene ได้ผลลัพธ์ดังต่อไปนี้ :
- มีการเข้าชม cart page visits เพิ่มขึ้น
- overall eCommerce conversion rate เพิ่มขึ้นจาก 1.83% เป็น 1.96%
- การซื้อเพิ่มขึ้น 2 เท่า
2. Zalora เพิ่ม checkout rate 12.3% ด้วยการ optimizing product pages ใหม่
Zalora เป็นหนึ่งในร้านค้าปลีกแฟชั่นออนไลน์ที่เติบโตเร็วที่สุดในภูมิภาคเอเชียแปซิฟิกค่ะ ถือเป็นตัวตึงวงการ eCommerce store ด้านแฟชั่นและความงามที่น่าจับตามอง
สมมติฐาน หรือ hypothesis ก่อนเริ่มทำ A/B testing นี้มาจาก data ที่เก็บโดย customer service team ที่ทราบมาว่าลูกค้าไม่ทราบถึงนโยบายการคืนสินค้าฟรีของ Zalora เพราะอ่านไม่เข้าใจ ต้องกดเคลมหรอ หรือต้องมี action อะไรเพิ่มเติมไหม มันไม่เข้าใจในจึ้งแรกนั่นแหละค่ะ หลังมี Feedback แบบนี้เข้ามาทีมงานได้ทำการแก้ไขและพยายาม experiment ต่อทันทีว่ามีผลอย่างไร
จาก A/B testing ที่ประสบความสำเร็จหลายครั้งที่ Zalora ดำเนินการมาจนถึงตอนนี้ นี่ถือเป็นการทดลองหนึ่งที่โดดเด่นค่ะ เพราะการปรับการออกแบบหน้าผลิตภัณฑ์ให้เน้นไปที่สิทธิประโยชน์เพิ่มเติม เช่น นโยบายการคืนสินค้าฟรีและบริการจัดส่งฟรี ย้ายคำว่า Free มาอยู่ข้างหน้า
ซึ่งจริง ๆ 2 แบบที่ท้าชิง แต่ไม่ได้ผลดีเท่ารูปแบบที่ 1 ค่ะ เพราะแบบแรกประสิทธิภาพมากกว่า มีอัตราการชำระเงินเพิ่มขึ้น 12.3% เลยทีเดียว!
3. PayU เพิ่ม conversions 5.8% โดยใช้ Data-Driven A/B testing
PayU เป็นบริษัท fin-tech จากอินเดีย ซึ่งให้บริการโซลูชั่นทางการเงินที่หลากหลายสำหรับผู้ค้า local ไปจนถึงระดับ cross border merchants และ PayU พบว่าสิ่งสำคัญของการบริการคือทำยังไงก็ได้ ให้ขั้นตอนต่าง ๆ มันง่ายและสะดวกที่สุด
เพราะฉะนั้นด้วยเป้าหมายของ PayU คือการทำ experiment และปรับปรุงหน้าชำระเงินอย่างต่อเนื่อง ในขณะเดียวกันการใช้บริการต้องไม่มีสะดุดค่ะ
แต่ปัญหาที่เกิดขึ้นคือ สถิติหน้า Checkout ไม่ไหลลื่นเลย บริษัทใช้เครื่องมือ VWO Form Analytics จนรู้ว่าลูกค้าจะหยุด และกดออกจากหน้าเพจกลางทางซะงั้น ซึ่งส่งผลกระทบอย่างมากต่อยอดขาย
เพื่อปรับปรุงปัญหาดังกล่าว PayU ตัดสินใจทำการปรับเปลี่ยนเล็กน้อยในแบบฟอร์มหน้าชำระเงิน โดยใช้ข้อมูลที่รวบรวมและใช้ A/B testing เพื่อตรวจสอบสมมติฐาน หรือ hypothesis โดยหน้า PayU Checkout แบบเก่าจะขอให้ลูกค้ากรอกหมายเลขโทรศัพท์มือถือและที่อยู่อีเมลเพื่อดำเนินการซื้อให้เสร็จสิ้น
แต่หน้า Checkout ขอแค่กรอกหมายเลขโทรศัพท์มือถือของผู้ใช้เท่านั้นเองค่ะ สั้นและง่าย ไม่ต้องคิดเยอะ แต่ใครจะไปรู้ว่าจุดเล็ก ๆ สร้างความเปลี่ยนแปลงแบบเวอร์มาก
จากการทดสอบแสดงผลว่าเพียงแค่ลบที่อยู่อีเมลออกจากแบบฟอร์มที่วางอยู่บนหน้าชำระเงิน บริษัทสามารถลงทะเบียนการแปลงที่ดีขึ้น 5.8% เลยล่ะค่ะ
และนี่คือการทำ A/B testing หรือ A/B experiments ที่แบรนด์ทำแล้วประสบความสำเร็จ นักการตลาดไทยควรปรับใช้สำหรับเว็บไซต์ เพื่อหาต้นตอของปัญหาต่าง ๆ รวมทั้งหาวิธีที่แก้ไขได้ถูกต้องค่ะ ในยุคนี้การเก็บ Data ผ่านการ experiment ลูกค้าคือวิธีที่พื้นฐานหนึ่งสำหรับการทำการตลาดยุคดิจิทัล
นอกจากนี้ยังมีเคสที่น่าสนใจเกี่ยวกับการทำ A/B Testing นอกเหนือจากบนเว็บไซต์ แต่สามารถใช้เพื่อตอบคำถามโลกแตกของนักการตลาดได้อย่างดีเลย ซึ่งเป็นข้อมูลเก่าเมื่อปี 2021 ระหว่าง TikTok vs Reels ของ IG เพื่อพิสูจน์ว่าการทำ Video content บนแพลตฟอร์มใดได้ผลดีกว่ากันนะ?!
โดยการใช้โฆษณาความยาว 15 วินาทีแบบเดียวกันเป๊ะ ๆ ทั้งเนื้อหาและแคปชั่น โพสต์ลงทั้ง 2 แพลตฟอร์ม แล้วลงมือยิงแอดระบุ Location และ กลุ่มเป้าหมาย Location เดียวกัน ข้อเดียวที่แตกต่างคือจำนวน Followers บนแอคเคาท์ IG ที่ใช้ทำ A/B Testing มีจำนวนมากกว่าแอคเคาาท์ TikTok ณ เวลานั้นค่ะ
หลังปล่อยโฆษณาวิ่งตามที่ตั้งค่าเป็นเวลา 48 ชั่วโมง Instagram Reels มียอด Reach และ Impression มากกว่า ทั้งในหน่วยของ Clicks / CPC และ CPM รวมทั้งราคาต่อ Reach ของ Instagram ก็ถูกกว่า TikTok เกือบ 50% แบบนี้ทีมการตลาดก็วิเคราะห์และตัดสินใจร่วมกับจุดประสงค์คอนเทนต์ได้แม่นยำขึ้นเป็นกอง
หวังว่าทุกคนจะชอบบทความที่นุ่นเอามาฝากในวันนี้นะคะ เอาไว้นุ่นหาเคสใหม่ ๆ มาอัปเดตนักการตลาดกันเพิ่มเติมแน่นอน พบกันบทความหน้าค่ะ
